Bonne réponse
Explication
La sortie JSON montre DPL (Demographic Parity Difference) = 0.15, ce qui dépasse le seuil couramment utilisé de 0.10. DPL mesure la différence de probabilité d'un résultat favorable entre les groupes avantagés et désavantagés ; une valeur supérieure à 0.10 indique un biais significatif. Les autres métriques (Label Imbalance = 0.05, Class Imbalance = 0.02) sont inférieures à leurs seuils respectifs, de sorte que seule la métrique DPL déclenche la violation.
Pour aller plus loin
DPL est calculé comme P(Y=1|A=avantagé) - P(Y=1|A=désavantagé), où Y est le résultat favorable. SageMaker Clarify utilise un seuil par défaut de 0.10 pour DPL, mais celui-ci peut être ajusté en fonction des exigences du domaine. En pratique, même un petit DPL peut indiquer un biais systématique dans les prédictions du modèle, en particulier lorsque le jeu de données comporte des attributs sensibles tels que la race ou le genre, et le dépassement du seuil déclenche un besoin de techniques d'atténuation des biais telles que la pondération ou la suppression contradictoire (adversarial debiasing).
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement AIF-C01 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.